心电图影像透过 AI 模型分析，不用 1 秒钟，你我未来 1~3 年、5 年，甚至 10 年内，因心血管疾病猝死风险数字一一现形。这不是虚拟世界的未来想像，而是林口长庚医院最快于 2022 年第一季全院落地的超有感人工智能应用。
第一站 新北林口长庚纪念医院 它像死亡笔记本，一秒算出你一年猝死率
“用120元的基本心电图，就可以很精准知道未来1、2、3年会死亡的概率，满准的，有点像死亡笔记本！”林口长庚医院医疗人工智能核心实验室主任郭昶甫说。
林口长庚医院副院长温明贤解释，一般的心电图只能知道有没有心室肥厚、心房扩大、心律不整或心肌梗塞等问题，没办法有更多客观证据提示心血管健康风险，甚至一年死亡率。但林口长庚以过去170万名病患、近600万张心电图为基础，历时一年研发后，现在可模拟预测猝死的极可能原因。“连10年后是死是活都能知道，目前准确率达89%，真的是死亡笔记本。”他说。
郭昶甫不讳言，跟病患说死亡数字实在太可怕，预计2022年第一季导入医院后，会转换成健康高、中、低风险族群，初步先挑出高风险者让心脏科医师特别注意。
第二站 新北亚东纪念医院 速读胸部X光，看出急诊优先处置4疾病
下一站，我们走进新北市亚东纪念医院放射部影像医学科医师郭冠宏个人AI实验室，这里藏着亚东医院透过与广达合作开发的智慧胸腔X光AI系统、自行开发的脑部电脑断层AI辅助系统。
以最大宗的X光检查来说，门诊医师开检查单、病患照X光，哪怕片子只需5分钟就出来，但按照既有流程，病患等下次回诊看影像报告，通常是7天后的事。问题来了，包括气胸、气腹、气管内管位置过深等紧急情况，未必能第一时间知道。
幸运的是，亚东医院现在有开发四年、上线使用逾一年的智慧胸腔X光AI系统，仅约10分钟，诸如气胸、气腹、首发肿瘤、气管内管插太深4种特别严重的病况，就无所遁形。
第三站 台中中国医药大学附设医院 1 小时快检细菌种类，精准投药抢救濒危感染者
“AI落地，自己先要使用，自己都认为不好用，要卖给谁？”在中国医药大学附设医院院长周德阳的眼中，自家团队历时两年集研发大成、2021年底最新在台中院区全院上线的“智抗菌平台”，绝对有杀手级应用潜力。
很多人不知道，细菌感染夺走的人命比癌症还多，这是因为传统医学上要知道感染细菌的时间太慢。原来，每家医院要透过抽血、细菌、抗药性培养，加起来需要3天时间。
现在中国医大附医则透过质谱仪结合AI分析，从细菌蛋白的位置与波形，不只能预测是26类细菌种类中的哪一种，还能透过平台系统确认该细菌有没有抗药性，检测时间能从72小时缩短到1小时，准确率平均达85%。
第四站 台北台大医学院附设医院 钙化检查新利器，0.4 秒分析心脏潜伏危机
如果说林口长庚医院的“死亡笔记本”，是预测你未来10年发生心血管猝死的概率，那么台大医院的心血管AI模型，则是抢在鬼门关前一步拦截，让病患赶紧治疗。
台大医院心血管中心心脏检查室主任王宗道率团队研发出两套系统，都是针对国人第2大死因“心脏疾病”而来。“冠状动脉电脑断层全自动血管管腔分割系统”利用AI更快侦测冠状动脉阻塞，“心包膜、主动脉分割及心血管风险自动分析一站式AI模型”则是看心脏脂肪与血管钙化程度。王宗道指出，这些模型都在做病患的风险管理。“区分风险后，医学不只预防发生、防患未然，甚至要能更积极的矫正、逆转。”
第五站 台北台北荣民总医院 找脑瘤比医师快，侦测只需1分钟、准确率达96%
台北荣民总医院已经发展智慧医疗超过五年，目前也有四个科别开设AI辅助门诊。2021年中“医疗人工智能发展中心”正式启用，宣示台北荣总全力拥抱AI医疗的企图。
“AI脑肿瘤诊断系统让医师从5~10分钟阅片，缩短到只要1~2分钟，但问题不只在时间。”台北荣民总医院副院长兼医疗人工智能发展中心主任高寿延指出，AI落地后，更关键处在于其模型运算建立在医学证据上，而非仅人为判读，并且当影像判读与执行治疗医师不同时，可以更清楚对焦并讨论彼此认知，据此订出最适切的治疗计划，避免医、病之间的资讯不对称，有机会做到共享决策，甚至未来能透过远距医疗，补足医疗人力短缺问题，在医疗资源缺乏的偏乡落地应用。
（本文由《今周刊》授权转载；首图来源：shutterstock）
